[发明专利]基于深度卷积神经网络和图像分割的油浸式变压器内部热故障诊断方法在审
| 申请号： | 201910637123.9 | 申请日： | 2019-07-15 |
| 公开（公告）号： | CN110426415A | 公开（公告）日： | 2019-11-08 |
| 发明（设计）人： | 何怡刚;段嘉珺;何鎏璐 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | G01N25/72 | 分类号： | G01N25/72;G01R31/00;G06T7/12;G06T7/13;G06F17/11 |
| 代理公司： | 湖北武汉永嘉专利代理有限公司 42102 | 代理人： | 许美红 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于深度卷积神经网络和图像分割的油浸式变压器内部热故障诊断方法，包括：1)划分变压器内部区域，将故障区域及正常状态作为深度卷积神经网络的标签；2)通过格子玻尔兹曼方法仿真，随机获取大量正常与各种故障状态模式下油浸式变压器内部温度场分布图像，将其故障区域作为标签，形成底层训练样本集；3)获取红外热像仪或温度传感器的历史监测信息，并将其相应的故障诊断结果按照步骤1)的划分方式形成标签；4)将步骤3)中各样本所包含的所有监测信息组合成一张图像，然后将步骤2)获得的样本提取同样监测信息形成新图像；5)将步骤4)获取的图像样本进行图像分割，然后输入卷积神经网络中进行训练，获取故障诊断结果。 | ||
| 搜索关键词： | 卷积神经网络 油浸式变压器 监测信息 图像分割 故障诊断结果 故障区域 标签 热故障 红外热像仪 内部温度场 温度传感器 训练样本集 诊断 分布图像 故障状态 划分方式 内部区域 图像样本 样本提取 新图像 格子 变压器 样本 图像 | ||
【主权项】：
1.一种基于深度卷积神经网络和图像分割的油浸式变压器内部热故障诊断方法，其特征在于，包括以下步骤：1)划分变压器内部区域，将故障区域及正常状态作为深度卷积神经网络的标签；2)通过格子玻尔兹曼方法仿真，随机获取大量正常与各种故障状态模式下油浸式变压器内部温度场分布的特征图像，将其故障区域作为标签，形成底层训练样本集；3)获取红外热像仪或温度传感器的历史监测信息，并将其相应的故障诊断结果按照步骤1)的划分方式形成标签；4)将步骤3)中各样本所包含的所有监测信息组合成一张图像，然后将步骤2)获得的底层训练样本集中的样本提取同样监测信息形成新图像；5)将步骤4)获取的图像样本进行图像分割，然后将分割后的图像输入深度卷积神经网络中进行训练，生成训练好的故障诊断网络；6)将待诊断监测信息按照同样方式合成新图像，并输入训练好的故障诊断网络获取诊断结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉大学，未经武汉大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910637123.9/，转载请声明来源钻瓜专利网。
